人群密集场景中运动模式识别

针对从人群密集场景中识别运动模式的问题，提出了距离依赖中餐馆连锁店过程混合模型。该模型是一种引入依赖关系的层次化非参贝叶斯模型，能够通过引进独立于数据观测值的距离依赖信息，准确建模自然分组的数据，从中挖掘共享的数据模式。给出了模型的建立过程，并通过吉布斯采样的方法对模型进行求解，同时展示了相关的实验结果。通过对纽约广场火车站监控场景数据集中47 866条片段轨迹的建模分析，证明了模型可以自动确定场景中运动模式的个数，从不完整的轨迹中以98%的正确度学习并表达运动模式，并且能够在不同的运动模式之间共享公共的子模式